[发明专利]融合数字图像的方法

说明书

技术领域

本发明涉及医学成像。更加具体地讲，本发明涉及医学数字图像的融合和体积-体积融合(volume-volume fusion)的显像。

背景技术

本发明涉及对象的至少两个数字图像的融合，这两个图像中的第一个图像着重体现对象的某一种组分，而第二个图像着重体现另一种组分。

这种技术在将通过CT(计算机断层摄影)获得的人体器官的第一个图像与通过磁共振成像(MRI)获得的同一器官的第二个图像融合在一起的医学领域中有着尤其重要的应用。实际上，CT图像注重展现骨骼部分。在这种图像中，骨骼部分是白色的，并且所有其它部分，尤其是软组织，是没有差异的均匀灰色。另一方面，MRI图像以不同深浅的灰度级展现软组织并且象骨骼结构这样的其它部分和空的空间是黑色的。

经常希望组合医学图像的另一个例子是正电子发射断层摄影(PET)和计算机断层摄影(CT)之间的体融合。PET测量检查的功能方面，典型地是新陈代谢活动。CT表明底层组织的X射线吸收，并且因此表现出患者的解剖结构。PET通常看起来有点象有噪声的和低分辨率的CT版本。不过，用户通常最感兴趣的是从PET中看到高亮度值并且看出这些高亮度值位于CT中清晰可见的底层解剖结构内的什么位置上。

一般来说，在医学领域中，使用下列的典型融合方法来将来自不同类型(例如，扫描类型)的图像采集装置的两个二维数字图像组合成新的合成图像：

1)棋盘模式：

将合成图像分成多个子区域，通常分成矩形的子区域。如果一个子区域取自一个数据集，则从另一个数据集中取相邻的子区域，依此类推。通过观察子区域之间的边界，用户可以评价匹配的精确度。

2)图像混合：

合成图像中的每个像素是以单个图像中像素的加权和的形式生成的。用户通过改变加权值，并且从仅有第一个图像到看到混合图像、再到看到仅仅第二个图像来观察特征如何移位来评价配准程度。

3)像素替换：

合成图像最初是输入图像之一的副本。从另一个图像中选取一组可能不连续的像素，并且将这些像素插入到合成图像中。典型地，这组替换像素的选取是使用亮度阈值进行的。用户通过改变阈值来评价配准程度。

在数据集代表三维体积时，显像的主要方法是MPR-MPR(多平面重定格式)融合，这种融合包括选取穿过一个体积的MPR平面和穿过另一个体积的相应平面并且使用前面介绍的二维方法之一。

另一种办法涉及创建两个体积(MIP-最大亮度投影，MinIP-最小亮度投影)的投影的投影仪和再次使用前面介绍的二维方法之一来创建合成图像。

前面介绍的合成技术的主要缺陷是这些技术是“孤注一掷”的办法。

对于棋盘模式来说，某一子区域内的所有像素都取自两个数据集之一，忽略了另一个数据集中的像素信息。像素替换存在同样的问题。而图像混合试图将两个数据集的像素信息合并起来，不过，对于整个数据集使用的是同样的加权值来创建合成图像中的所有像素。

在Zuiderveld和Viergever所著的《Multi-modal VolumeVisualization using Object-Oriented Methods》(ProceedingsSymposium on Volume Visualization，1994年10月17日)中，介绍了目的在于来自不同模态的体积数据集的集成显像的面向对象的结构体系。单个图像的绘制(render)基于特对于器官的描影管道(shading pipeline)。

在Manssour I H等人所著的《Visualizing inner structure inmultimodal volume data》(Computer Graphics and ImageProcessing，2002)中，介绍了为了两个数据集的同时显示而进行的来自多模式体积的两个数据集的融合。

在欧洲专利申请EP1489591中，给出了利用不同的特征类别加权处理图像的系统和方法。计算机系统将两个或多个图像与一组特征类别数据(比如颜色和纹理数据)关联起来。该计算机为各个特征类别分配一组处理加权值。按照特征类别加权值将这两个或多个图像混合起来。例如在Lab颜色模型中表达像素显示属性。分别施加到L、a和b分量(也称为通道)上的加权值可以是不同的。各个加权值可以重新分配或者依据所要呈现的内容而定。对于一个通道内的每个值，加权值是相同的。

鉴于提供有用的显像信息的重要性，给出克服现有技术缺陷的显像体积-体积融合的新技术，是所期望并且高度有利的。